落基山國家實驗室 (NLR) 的研究人員正在開發一套人工智能 (AI) 系統，旨在更好地協調美國的採礦作業。簡而言之，他們的目標是為採礦行業建立一個 AI「大腦」，以更有效地分配資源並提高產量。這個名為「Genesis Mission 的關鍵礦物與材料供應解鎖計劃」(CM2US) 的項目，如果成功，最終計劃是讓這個「大腦」幫助決定最佳的採礦地點、開採什麼材料、如何處理提取的材料等。
同時，理想情況下，它還能更好地管理供應鏈，並制定生產最終材料的方法，使其具備製造商實際所需的性能。
「我們在關鍵礦物的處理方式上需要更多靈活性，」NLR 計算科學研究員 Ryan King 表示。「我的目標是找到方法，為這些關鍵資產的供應鏈韌性及技術創新做出貢獻，」他補充道。「在這些緩慢發展的行業中，您安裝的處理設備會維持數代不變，」King 説。「但供應鏈快速演變，技術或材料創新可能會改變所需的原料類型，」他補充道。
採礦行業對 AI 系統的需求不斷上升
這樣的系統需求源於一個基本事實，即現代科技大多依賴於關鍵礦物，包括鋰、鎳、鈷、石墨、稀土元素和銅等。然而，這些礦物的供應容易受到出口限制、自然災害、戰爭及地緣政治優先事項變化的影響。由於礦山和處理廠的成本極為高昂，且設計上需要數十年維持相同運作方式，採礦公司通常無法快速反應。雖然 AI 無法消除供應中斷，但它可以幫助操作員更快適應並減少影響。「同時，高品位資源可能會被耗盡，我們需要利用低品位資源，或者需要考慮地緣政治供應衝擊。
這意味著我們正在尋找能夠創造產出靈活性或吸收輸入波動的礦物處理 AI 解決方案。」
這將包括傳統上依賴人類地質學家尋找潛在礦藏的採礦探索環節。新的 AI 大腦將結合大量數據點來幫助該過程，而非僅僅依賴人類的解釋。該「大腦」還能在礦石處理過程中提供建議，以確定最佳使用原材料的方法。例如，它將根據礦石的實時成分自動改變處理方式，以獲得最佳產量。
智能化採礦及處理的未來展望
此外，還可能動態地將處理過的礦石與特定最終客户的需求相匹配。例如，若一位客户需要 68% 的鐵精礦，而另一位客户則需要 72%，理論上，AI 可以調整處理方式以滿足這些需求。「我們正在探索如何為流程中的所有不同步驟建立 AI 模型，實際上，無論礦物是什麼，皆面臨相似的 AI 挑戰，」King 解釋道。「最終，我們希望能夠從探索地面岩石開始，一直到理解地緣政治事件對供應鏈的影響。」
他補充道，「使用 AI 可以幫助我們建立所有人類難以優化的中間連接。」
「AI 可以在任何地方發揮作用，」King 説。「它可以在探索和開採中扮演重要角色。然後，一旦將礦物從地面提取出來，我們可以利用 AI 優化設計和控制關鍵處理步驟，如磨粉、分離和還原，以達到所需的原料特性。」
